spss多元回归及非线性.docxVIP

spss多元回归及非线性 spss多元回归及非线性 分析→回归→线性， 总离差平方和（tss）=回归平方和（ess）+残差平方和（rss）； 可决系数的取值范围：[0，1] 。 R2越接近1，说明实际观测点离样本线越近，拟合优度高。由增加解释变量个数引起的R2的增大与拟合好坏无关，R2需调整。 调整的可决系数思路是:将残差平方和与总离差平方和分别除以各自的自由度（df），以剔除变量个数对拟合优度的影响: （2）方程总体线性的显著性检验(F检验 H0：?1=?2= ? =?k=0 H1：?j不全为0 F?F?(k,n-k-1) 或 F?F?(k,n-k-1) 来拒绝或接受原假设H0，以判定原方程总体上的线性关系是否显著成立。 （3）变量的显著性检验（t检验） 如果变量X对Y的影响是显著的，那么X前的参数应该显著的不为0 1）对总体参数提出假设 H0：?1=0，H1：?1?0 若|t| t ?/2(n-2)，则拒绝H0，接受H1；（小概率事件发生） 若|t|? t ?/2(n-2)，则接受H0 ； ： 拟合程度Adjusted R2越接近1拟合程度越好 回归方程的显著性检验F统计量的值，及其 回归系数表回归系数B和显著性检验Sig